Дополнительный кейс · ИИ в разработке
Библиотека агентов, которую команда выбрала сама
Воркшопы и указания не помогли внедрить ИИ. Общую библиотеку агентов команда начала использовать, когда увидела её пользу на реальных ревью.
Что можно раскрыть
Кейс описывает наблюдение за внедрением. Контролируемого исследования не было, поэтому по нему нельзя судить о росте производительности, превосходстве подхода или замене людей.
Коротко о результате
Команда начала пользоваться библиотекой агентов, когда увидела её пользу на реальных ревью. Библиотека лежала в общем репозитории, и попробовать её мог каждый.
Что происходило и что было на кону
От CTO ждали внедрения ИИ во всей инженерной команде. Люди участвовали в первых мероприятиях, но в ежедневной работе ничего не менялось.
Исходные условия и ограничения
Проводили воркшопы и внутренние соревнования, оплачивали подписки. Привычки пользоваться ИИ не появлялось. К тому же это были ранние инструменты, до более зрелых помощников для разработки, и первое впечатление они оставили слабое.
Моя роль
Как CTO я сначала пытался убедить команду пользоваться ИИ. Потом собрал общую библиотеку агентов для своих задач по проверке кода.
От проблемы к результату
- Ситуация
В программе внедрения участвовали, а привычки пользоваться инструментами не возникало.
- Ограничение
Команда уже сомневалась в пользе инструментов. Каждый следующий воркшоп только усиливал этот скепсис.
- Решение
Перестать убеждать команду на воркшопах. Выложить полезную библиотеку агентов и навыков в общий репозиторий, чтобы инженеры могли попробовать её сами.
- Что изменилось
Разработчики начали пользоваться библиотекой без указаний, когда увидели, что она облегчает реальные ревью.
По наблюдениям автора, инструментами стали пользоваться чаще, когда они остались доступны в общем репозитории и показали пользу на ревью.
Это наблюдение без контролируемого сравнения до и после. Оно не позволяет утверждать, что подход лучше других, повышает производительность или заменяет людей.
- Контекст
- Анонимизированная инженерная команда, от которой ждали внедрения ИИ.
- Период
- Примерно полгода наблюдений; причинный эффект не заявляется.
- Исходная ситуация и показатели
- Участие в воркшопах и оплаченные подписки ещё не означали, что команда регулярно пользуется ИИ.
- Роль
- Как CTO я сначала пытался убедить команду пользоваться ИИ. Потом собрал общую библиотеку агентов для своих задач по проверке кода.
- Источник
- Источники и подтверждения
- Откуда данные
- Исходный авторский пост на русском языке в LinkedIn.
- Надёжность данных
- B: ретроспективное наблюдение без контролируемого замера производительности.
- Ограничения публикации
- Анонимизированный кейс; команда и организация не названы.
Что изменилось
Производительность в контролируемых условиях мы не измеряли. Наблюдали другое: увидев пользу библиотеки на ревью, команда стала пользоваться ею каждый день.
Что подтверждает этот результат
Это наблюдение без контролируемого сравнения до и после. Оно не позволяет утверждать, что подход лучше других, повышает производительность или заменяет людей.
Что осталось у команды
У команды осталась общая библиотека с понятными названиями конкретных задач агентов. Следующие идеи с ИИ стало дешевле проверять на практике.
Связанная проблема и следующий кейс
Ключевой кейс о цифровом двойнике показывает другую задачу ИИ в разработке: как разобраться в большой системе.